We are looking for the best
LLM Engineer(Reinforcement Learning)는 LLM학습 파이프라인을 설계하여 실서비스에서 활용 가능한 생성형 언어모델을 학습합니다. 지속적인 품질 향상을 위하여 끊임없이 새로운 방법론을 시도하여, 실사용자에게 꼭 필요한 서비스를 출시하고, LLM 스스로 품질을 개선할 수 있도록 가다듬는 일에 기여합니다.
책임 (Responsibilities)
LLM학습 과정의 효율 향상: PLM 또는 Fine-tuned LLM의 Direct Alignment Algorithm / PPO, GRPO, DPO 등을 이용한 학습 과정의 전반적인 효율 향상생성 결과의 전반적인 정확성과 안정성 향상: 생성 결과의 품질 향상을 위하여 Reward Hacking을 방지하고, Self-Refine이 가능한 학습 구조 설계외부 지식 및 API와 연동 가능한 기초 모델 개발: 지시의 종류에 따라 스스로 필요한 외부 연동 Tool을 선택하는 LLM 학습,
자격요건 (Qualifications)
Deep Learning 또는 NLP 관련 경력 5년 이상숙련된 프로그래밍 (Python & pytorch) 능력PyTorch를 활용한 모델 설계, 학습, 평가 및 최적화 경험GPU를 활용한 LLM 학습 및 Trouble shooting 능력분산 학습 프레임워크(Slurm, DDP, Horovod 등) 사용 경험동료와의 원활한 협업 능력,
우대사항 (Preferred Qualifications)
Deep Learning/NLP 관련 논문 제출 또는 석박사 학위 소지자주요 학술 대회(ACL, EMNLP, NeurIPS 등) 논문 발표 경험Docker 및 Kubernetes에 대한 경험: GPU 클러스터를 활용한 학습 파이프라인 설계 및 관리 경험GPU를 활용한 학습 및 서비스 개발 경험: GPU 기반의 Training 또는 Inference 시스템 구축 경험LLM의 Post-training 관련 경험: Supervised Fine-Tuning 및 Parameter Efficient Fine-Tuning 활용 경험
,
전형절차 (Interview Process)
서류전형 - 코딩테스트 - 화상면접 (1시간 내외) - 대면 혹은 화상면접 (3시간 내외) - 최종합격전형절차는 직무별로 다르게 운영될 수 있으며, 일정 및 상황에 따라 변동될 수 있습니다.전형일정 및 결과는 지원서에 등록하신 이메일로 개별 안내드립니다.,
참고사항 (Additional Information)
이력서 제출 시 주민등록번호, 가족관계, 혼인 여부, 연봉, 사진, 신체조건, 출신 지역 등 채용절차법상 요구 금지된 정보는 제외 부탁드립니다.모든 제출 파일은 30MB 이하의 PDF 양식으로 업로드를 부탁드립니다. (이력서 업로드 중 문제가 발생한다면 이력서와 함께 지원하시고자 하는 포지션의 URL을 recruit@42dot.ai으로 전송 부탁드립니다.)인터뷰 프로세스 종료 후 지원자의 동의하에 평판조회가 진행될 수 있습니다.국가보훈대상자 및 취업보호 대상자는 관계법령에 따라 우대합니다.장애인 고용 촉진 및 직업재활법에 따라 장애인 등록증 소지자를 우대합니다.42dot은 의뢰하지 않은 서치펌의 이력서를 받지 않으며, 요청하지 않은 이력서에 대해 수수료를 지불하지 않습니다.※ 지원 전 아래 내용을 꼭 확인해 주세요.